私は6クラスと画像サイズ128x64x3の画像分類アプリケーションを持っています。私はエラー率約2%でトレーニングするために、ResNet 20モデルを使用しました。ただし、同じ列車画像では、評価結果は20%を超えています。この評価では、onEvaluateAnColorImage関数を使用してCNTK.CPUOnly/2.0を使用しました。質問は次のとおりです。ResNet列車と評価結果がCNTKで一致しません
- 評価のためにResNetはCPUOnlyモードで動作しますか?モデルはGPUを使ってトレーニングしていました。
- ResNetには平均ファイルが必要ですか?私は平均的なファイルを持ついくつかのモデルを参照してください。
- 列車と評価の結果が異なる特定の理由はありますか? GPUを用いて訓練事前に
おかげで、 テリー
ありがとうございました周、ありがとうございます。イメージの前処理が原因です。 "#{type =" Crop "; cropType =" RandomSide "; sideRatio = 1.0; jitterType =" UniRatio "}:"という行を削除すると、モデルは驚くほど良い結果を生成します。 5000列車の画像では誤差がゼロです。 CNTKチームに素晴らしいツールがありがとうございました。 – Terry1998